[发明专利]一种基于影响因子和神经网络的知识点摸底方法在审
| 申请号： | 201611157963.8 | 申请日： | 2016-12-15 |
| 公开（公告）号： | CN106779053A | 公开（公告）日： | 2017-05-31 |
| 发明（设计）人： | 纪大峣 | 申请（专利权）人： | 福州瑞芯微电子股份有限公司 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06Q50/20 |
| 代理公司： | 福州市景弘专利代理事务所(普通合伙)35219 | 代理人： | 林祥翔,吕元辉 |
| 地址： | 350003 福建省*** | 国省代码： | 福建;35 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种基于影响因子和神经网络的知识点摸底方法，通过提炼的影响因子和设计的多层神经网络模型，经线下训练后，保存神经网络模型收敛后的网络参数。在进行知识点摸底时，可以把待测用户的与待测知识点相关的影响因子输入到已训练好的神经网络模型中，通过算法计算直接摸底出用户对知识点的掌握情况，能够快速对用户知识点进行摸底。上述对知识点的摸底方法相较于原有做题的方式而言，大大缩短了摸底时长，提升了效率，有效增强了用户体验，具有广泛的市场前景。 | ||
| 搜索关键词： | 一种 基于 影响 因子 神经网络 知识点 摸底 方法 | ||
【主权项】：
一种基于影响因子和神经网络的知识点摸底方法，其特征在于，所述方法包括以下步骤：对知识点的影响因子进行量化，并根据量化后的影响因子，建立多层神经网络模型；将训练样本参数输入到所建立的多层神经网络模型，并在训练得出的网络误差小于第一预设误差时，停止训练，并保存神经网络模型对应的网络参数；所述网络误差是指样本参数输入神经网络模型后的实际输出与期望输出的误差；根据所保存的网络参数对神经网络模型进行初始化，并将待测用户对应的知识点的影响因子输入到训练好的神经网络模型中；神经网络模型根据待测用户对应的知识点的影响因子对待测用户是否掌握该知识点进行预测，并保存预测结果。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于福州瑞芯微电子股份有限公司，未经福州瑞芯微电子股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201611157963.8/，转载请声明来源钻瓜专利网。
